Analysis and development of a road-tyre friction observer for autonomous evasive manoeuvres

Road-tyre friction coefficient estimation has become a fundamental cornerstone for vehicle dynamic control systems and autonomous driving. Especially in emergency situations, the knowledge of the available grip is crucial as it can prevent road accidents and enhance safety by letting the control strategies adapt to the road conditions. For this reason, this thesis aims at developing a road-tyre friction identification algorithm with the purpose of enabling a friction-driven evasive manoeuvre. We consider an autonomous vehicle cruising on a highway as it unexpectedly encounters a stationary obstacle, which can be avoided by either full-braking or changing the lane. The second option is preferred since it is smoother and allows the passenger to have better comfort. However, its feasibility strongly depends on the actual grip, which imposes a limit on the lateral tyre force that can be exerted when steering to avoid a collision. Therefore, we designed a manoeuvre that facilitates the grip estimation: a rear-wheels only braking ramp that expressly excites the tyre's longitudinal dynamic. Hence, the grip is predicted monitoring the trend of the instantaneous friction as a function of the tyre slip and exploiting the Magic Formula tyre model. The instantaneous friction is defined as the ratio between longitudinal and vertical tyre forces, estimated from measurements provided by commercial vehicles stock sensors. To guarantee a safe evasive manoeuvre, we aim at predicting the peak of the road-tyre friction curve before the vehicle actually reaches that limit. The proposed method owes its effectiveness to two main aspects: the in-depth knowledge of the tyre model, precisely characterizing the interaction between tyre and ground, and the peculiar way the estimation manoeuvre is performed. The developed algorithm is tested and analysed both in the simulation environment VI-CarRealTime and on experimental data collected on an instrumented vehicle.

La stima del coefficiente d'attrito pneumatico-strada è diventata un pilastro fondamentale per i sistemi di controllo della dinamica del veicolo e per la guida autonoma. Specialmente in situazioni di emergenza, la conoscenza dei limiti di aderenza è cruciale, in quanto può prevenire incidenti stradali e aumentare la sicurezza, permettendo di tarare le strategie di controllo in base alle condizioni stradali. Per questo motivo, la tesi è volta allo sviluppo di un algoritmo di stima dell'attrito che ha lo scopo di permettere l'esecuzione di una manovra evasiva conforme all'attrito disponibile. Consideriamo un veicolo autonomo che percorre un tratto di autostrada e inaspettatamente si ritrova ad affrontare un ostacolo fermo, il quale può essere evitato mediante una frenata di panico o tramite un cambio di corsia. La seconda opzione è preferibile in quanto permette un'esecuzione più dolce e garantisce un maggiore comfort per i passeggeri. Tuttavia, la sua attuabilità è fortemente dipendente dalla massima aderenza disponibile, la quale impone un limite sulla forza laterale che lo pneumatico è in grado di esercitare sterzando per evitare la collisione. Per questo motivo è stata progettata una manovra che favorisce la stima del grip: una rampa di frenata eseguita azionando esclusivamente i freni delle ruote posteriori, la quale ne eccita volutamente la dinamica longitudinale. L'attrito viene quindi stimato monitorando l'andamento dell'attrito istantaneo in funzione dello slittamento degli pneumatici e sfruttando i modelli di pneumatici descritti dalla Magic Formula. L'attrito istantaneo è definito dal rapporto fra forza longitudinale e verticale, stimate grazie ai dati forniti dai sensori di serie in dotazione ai veicoli. Con il fine di garantire una manovra evasiva in sicurezza, è importante predire il picco della curva di attrito prima che il veicolo raggiunga questo limite. Il metodo proposto deve la sua efficacia a due aspetti principali: l'approfondita conoscenza dei modelli che caratterizzano in modo preciso l'interazione fra pneumatico e strada; e la peculiarità di esecuzione della manovra di stima. L'algoritmo sviluppato è quindi stato testato e analizzato sia grazie all'ambiente di simulazione VI-CarRealTime, sia utilizzando dati sperimentali ottenuti con un veicolo strumentato.